دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Adrian Salceanu
سری:
ISBN (شابک) : 178829274X, 9781788292740
ناشر: Packt Publishing
سال نشر: 2018
تعداد صفحات: 500
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 19 Mb
در صورت تبدیل فایل کتاب Julia Programming Projects: Learn Julia 1.x by building apps for data analysis, visualization, machine learning, and the web به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پروژه های برنامه نویسی جولیا: Julia 1.x را با ساختن برنامه هایی برای تجزیه و تحلیل داده ها، تجسم، یادگیری ماشینی و وب بیاموزید. نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
راهنمای گام به گام که نحوه ساخت برنامه های کاربردی ساده تا پیشرفته را از طریق مثال هایی در Julia Lang 1.x با استفاده از ابزارهای مدرن نشان می دهد
جولیا یک زبان برنامه نویسی جدید است که ترکیبی منحصر به فرد از عملکرد و بهره وری را ارائه می دهد. ویژگیهای قدرتمند، نحو دوستانه و سرعت آن، تعداد فزایندهای از پذیرندگان را از پایتون، R و Matlab جذب میکند و به طور موثری سطح محاسبات عمومی و علمی مدرن را بالا میبرد.
پس از شش سال ساخت، جولیا به نسخه 1.0 رسیده است. اکنون زمان مناسبی برای یادگیری آن است، زیرا در مقیاس وسیع در طیف گسترده ای از حوزه ها از جمله فین تک، بیوتکنولوژی، آموزش و هوش مصنوعی مورد استفاده قرار می گیرد.
با مقدمهای بر زبان، پروژههای برنامهنویسی جولیا به توضیح چگونگی تجزیه و تحلیل مجموعه دادههای Iris با استفاده از DataFrames میپردازد. در حین ساختن یک وب اسکرپر و یک برنامه وب، عملکردها و نوع سیستم، روش ها و ارسال چندگانه را بررسی خواهید کرد. در مرحله بعد، به یادگیری ماشین می پردازید، جایی که یک سیستم توصیه کننده کتاب ایجاد می کنید. همچنین خواهید دید که چگونه می توان از یادگیری ماشینی بدون نظارت برای انجام خوشه بندی در پایگاه داده کسب و کار سانفرانسیسکو استفاده کرد. پس از فرابرنامهنویسی، فصلهای آخر تاریخ و زمان، تحلیل سریهای زمانی، تجسم و پیشبینی را مورد بحث قرار خواهند داد.
ما با توسعه بسته، مستندسازی، آزمایش و محک زدن بسته خواهیم کرد.
در پایان کتاب، دانش عملی برای ساختن برنامه های کاربردی در دنیای واقعی در جولیا به دست خواهید آورد.
دانشمندان داده، آماردانان، تحلیلگران تجاری، و توسعه دهندگانی که علاقه مند به یادگیری نحوه استفاده از جولیا برای خرد کردن اعداد، تجزیه و تحلیل داده ها و ساخت برنامه هستند، این کتاب را مفید خواهند یافت. دانش اولیه برنامه نویسی فرض شده است.
A step-by-step guide that demonstrates how to build simple-to-advanced applications through examples in Julia Lang 1.x using modern tools
Julia is a new programming language that offers a unique combination of performance and productivity. Its powerful features, friendly syntax, and speed are attracting a growing number of adopters from Python, R, and Matlab, effectively raising the bar for modern general and scientific computing.
After six years in the making, Julia has reached version 1.0. Now is the perfect time to learn it, due to its large-scale adoption across a wide range of domains, including fintech, biotech, education, and AI.
Beginning with an introduction to the language, Julia Programming Projects goes on to illustrate how to analyze the Iris dataset using DataFrames. You will explore functions and the type system, methods, and multiple dispatch while building a web scraper and a web app. Next, you'll delve into machine learning, where you'll build a books recommender system. You will also see how to apply unsupervised machine learning to perform clustering on the San Francisco business database. After metaprogramming, the final chapters will discuss dates and time, time series analysis, visualization, and forecasting.
We'll close with package development, documenting, testing and benchmarking.
By the end of the book, you will have gained the practical knowledge to build real-world applications in Julia.
Data scientists, statisticians, business analysts, and developers who are interested in learning how to use Julia to crunch numbers, analyze data and build apps will find this book useful. A basic knowledge of programming is assumed.